Trong th c t , m t s bi n s ho c y u t c a q trình có th thao tác khá d dàng trong khi nh ng bi n s ho c y u t khác có th khó ho c th m chí t năkémăđ ki m sốt trong q trình s n xu tăbìnhăth ng ho căđi u ki n tiêu chu n. Hình 3.7 minh h a mơ hình chung c a m t quá trình hàn v y thi c, v iăđ uăraălƠăcácăđ c tính hi u su tăđ c p
đ n hi u su t c a quá trình /s n ph m. Các bi n có th ki m soát là các y u t có th thay
đ i d dàng trong quá trình th nghi m và nh ng y u t đóăcóăth nhăh ng tr c ti p
đ năđ c tính c a quá trình. Các bi n khơng th ki m soát là các y u t khó ki m sốt trong q trình th nghi m. Nh ng bi n s này là lý do chính d năđ n s không nh t quán c a hi u su t s n ph m. B ngăcáchăxácăđ nh t iă uăc aăđ uăra,ăsauăđóăcóăth gi m thi uătácăđ ng c a nhi u [10].
Trongăhìnhătrên,ăcácăđ c tính c a m u b nhăh ng b i các thông s (ho c y u t ) có th ki m sốt và khơng ki măsốtăđ c.
Nhân t có th ki m sốt:
ầ
Q trình hàn v y thi c siêu âm
Các nhân t có th ki m sốt
Các nhân t khơng th / khó ki m sốt
V t li u hàn M uăđưăhƠn
Th i gian Biênăđ Bán kính cong
Nhi tăđ vƠăđ
mămơiătr ng V trí gá T n s siêu âm
-Th i gian phát siêu âm. -Biênăđ siêu âm.
-Bán kính cong c a t m ph n x . -Nhi tăđ b hàn.
Nhân t khó ho c khơng th ki m soát:
-Nhi tăđ vƠăđ mămơiătr ng. -V trí gá m u.
-T n s siêu âm.
Khi s d ng công ngh hàn v y thi c siêu âm, các y u t có th ki măsoátăđ c s
nhăh ng tr c ti păđ năđ c tính c a m u, trong khi y u t khơng ki măsốtă đ c là nguyên nhân d năđ n s bi năđ ng c a k t qu thí nghi m. Khi phân tích và th c hi n thành công t p h p các tham s đ c t iă uăhóa,ăcóăth gi m thi u s không nh t quán c a các k t qu đ c th nghi m do các y u t khơng ki măsốtăđ c.
3.5.2 Các lo i thí nghi m
3.5.2.1 Thí nghi m sàng l c (Screening Experiment) M căđíchăthíănghi m: M căđíchăthíănghi m:
- Xácăđnh đơuălƠăcácăy u t nhăh ngăchínhăđ năđ iăt ng hay q trình c n kh o sát;
- ánhăgiáăm căđ nhăh ng c a các y u t ;
- ánhăgiáăm căđ nhăh ngăt ngătácăgi a các y u t .
Thí nghi m sàng l căth ng khai thác các d ng thi t k thí nghi m tồn ph n 2 m c khi s y u t thí nghi m khơng l n; ho c thi t k thí nghi m riêng ph n hay thi t k thí nghi m P-B.
3.5.2.2 Thí nghi m so sánh (Comparative Expriment)
Th ngăđ c th c hi năđ soăsánhăvƠăđánhăgiáăsaiăkhácăgi aăhaiănhómăđ iăt ng m u hay hai q trình nh m tr l i câu h i: Có hay khơng s sai khác gi aăcácănhómăđ i
t ng hay quá trình? Câu h iănƠyăth ngăđ t ra khi ki m ch ng m t s n ph m hay m t quá trình m i. Ch ng h n, m t s n ph m m i có thơng s đ cătr ngăđoăđ c trên các m u phân b trong kho ngă200ăđ n 300. S n ph măc ăcóăthơngăs này phân b trong kho ng
180ăđ n 310. Ta c n tr l i câu h i: li u thông s đ cătr ngăc a hai lo i s n ph m có th c s khácănhauăđángăk ? Li u s n ph m m i có t tăh năs n ph măc ?
3.5.2.3 Thí nghi m t i u hóa
Thí nghi m t iă uăhóaănh m tìm ki m t p xác l p các y u t đ uăvƠoăsaoăchoăđ t
đ c giá tr t iă uăc aăđ u ra. Thí nghi m t iă uăhóaăth ng s d ng d ng thi t k thí nghi măắb m t ch tiêu - Response Surface”.ăTrongătr ng h p hàm m c tiêu khơng có
c c tr trong ph m vi kh o sát, thí nghi m cho phép ta t o các xác l păđ đ tăđ c giá tr
xácăđnh c a hàm m c tiêu.
3.5.3 Các d ng thi t k thí nghi m
Có 4 d ng thi t k thí nghi măc ăb n là: Thí nghi m m t y u t ; Thí nghi măđaăy u t ; Thí nghi m b m t ch tiêu và Thí nghi m Taguchi.
3.5.3.1 Thí nghi m m t y u t
d ng thí nghi m này, ta ch kh oăsátăđ đánhăgiáă nhăh ng c a m t y u t đ n hàm m că tiêuănh ăth nào. Y u t đ c xem xét có th là d ngăđ nhătínhăhayăđ nh
l ng.
Y u t đnh tính là y u t mà các c păđ giá tr c aănóăkhơngăđoăđ măđ c. Ví d ,
cóăhayăkhơngăt i dung d chătr năngu i; nhăh ng c a các lo iăđáămƠiăkhácănhau,ălo i v t li u chi ti tầăThíănghi m v i y u t đ nh tính ch choăphépăđánhăgiáă nhăh ng c a y u t trong ph măviăđ c kh oăsátăđ n hàm m c tiêu ch khơng th d đốnăđ c k t qu các c păđ khác.
Các y u t đ nhăl ng là các y u t mƠăđ cătínhăthayăđ i c a nó có th đoăđ m
đ c, ch ng h n nhi tăđ , t căđ c t,ăl ng ch yădao,ăđi năáp,ăđi n tr ầăThíănghi m v i các y u t đ nhăl ng không nh ngăchoăphépăđánhăgiáă nh h ng c a y u t đóăđ n hàm m c tiêu mà cịn có th d đoánă ng x c a chi ti t, h th ng, quá trình ngoƠiăvùngăđưă kh o sát.
3.5.3.2 Thí nghi m đa y u t
Trong thí nghi măđaăy u t , nhi u y u t có th đ căđánhăgiáăm tăcáchăđ ng th i. M c tiêu c a các thí nghi m d ngănƠyălƠăđ xácăđ nh các y u t có nhăh ng m nh nh t,
đ ng th i ch ra nhăh ngăt ngătácăđ ng th i c aăchúngăđ n hàm m c tiêu. Vi c d
đoánăgiáătr hàm m c tiêu hay ng x c a h th ng bên ngoài ph m vi giá tr các y u t
đ c kh o sát c n đ c cân nh c r t c n th n.
Các d ng thí nghi măđaăy u t thơng d ng bao g m: a. Thí nghi m đa y u t t ng quát
Trong thí nghi măđaăy u t t ng quát (General Full Factorial Design), m i y u t có th nh n nhi u m c giá tr khác nhau. Thêm n a, các y u t có th bao g m c lo iăđnh tính l năđ nhăl ng.
b. Thí nghi m hai m c đ y đ
Thí nghi m hai m căđ yăđ (Two Level Full Factorial Designs) là các thí nghi m mà m i y u t ch đ căthayăđ i hai m c giá tr . Thí nghi m hai m c ch cho phép xây d ng mơ hình quan h ng x d ng b c nh t. Thí nghi m hai m căđ yăđ th ngăđ c ký hi u là thí nghi mă2kătrongăđóăkălƠăs bi n thí nghi m.
Thí nghi m hai m c riêng ph n (Two Level Fractional Factorial Design) là m t d ngăđ c bi t c a thí nghi m hai m c. d ng thí nghi m này, m t s t h p giá tr c a vài y u t s khơngăđ c xem xét. Thí nghi m hai m c riêng ph năđ c s d ng khi s
l ng các y u t là l n, chi phí cho thí nghi m cao. S d ng thi t k thí nghi m hai m c riêng ph n cho phép gi m s thí nghi m c n thi t mà v n có th đánhăgiáăđ c các nh
h ng chính. Thí nghi m hai m c riêng ph năth ngăđ c ký hi u là thí nghi m 2k-p. d. Thí nghi m Plackett-Burman
Thí nghi m Plackett-Burman,ăth ngăđ c g i là thí nghi m P-B, là m t d ngăđ c bi t c a thí nghi m hai m c riêng ph n. Thi t k thí nghi m này do R. L. Plackett và J. P.
Burmanăđ xu t. Thi t k thí nghi m P-B ch kh o sát nhăh ng c a các y u t chính mà khơng xét nhăh ngăt ngătácăgi a các y u t
3.5.3.3 Thí nghi m Taguchi
Thí nghi măTaguchiăđ c thi t k d a trên ma tr n tr c giao Taguchi, có m căđíchă
kh o sát nhăh ng c a các y u t chính khi s l ng các y u t và chi phí thí nghi m l n. Trong thi t k thí nghi m d ng Taguchi, các y u t có th nh n khơng ch hai m c mà cịn có th nhi uăh n.ăThêmăn a, các y u t trong m t k ho ch thí nghi m có th nh n s m c giá tr khác nhau
3.5.3.4 Thí nghi m b m t ch tiêu
Thí nghi m b m t ch tiêuă(ResponseăSurfaceăDesigns)ăđ c s d ngăđ xây d ng mơ hình mơ t quan h gi a hàm ch tiêu v i các bi n thí nghi m. Quan h hàm-bi n
đ c mô t d i d ng m tăắb m t ch tiêu”ă(ResponseăSurface),ăhayăcònăg iălƠăắb m t
đápătr ”,ăắb m t ng x ”,ăắb m tăđápă ng”ầăV i hàm 2 bi n, ta d dàng hình dung ra quan h này có th đ c bi u di năd i d ng m t m t cong trong không gian ba chi u. Khi s bi n thí nghi m nhi uăh n,ăm t ch tiêu tr thành siêu m t (Hyper planes) trong
khôngăgianăđaăchi u. Nh xácăđ nhăđ c quan h vào-ra gi a các bi n thí nghi m v i hàm m c tiêu, ta có th ho c t iă uăhóaăhƠmăm c tiêu ho căxácăđ nh t p thơng s vƠoăđ nh năđ c giá tr hàm m cătiêuănh ăỦămu n.
Các thí nghi mă đ c thi t k sao cho chúng cho phép ta xác l pă đ c các nh
h ngăt ngătácăvƠă nhăh ng b c cao c a các y u t , t đóăcóăth d ngăđ c b m t ng x (Response Surface) c aă đ iă l ngă đangă c n quan tâm. D a vào k t qu thí nghi m, ta xây d ngăđ c mơ hình h i quy (Regression Model), hay cịn g i là mơ hình th c nghi m (Emprical Model) nh m bi u di n quan h vào-raăd i d ng m t hàm liên t c. Có th s d ng hàm h i quy nh m d đoánă ng x c a h th ng, quá trình hay c a
đ iăt ngăd iăcácăđi u ki năđ u vào khác nhau.
3.5.4 Ti n trình nghiên c u th c nghi m
3.5.4.1 Phát bi u v n đ .
Ng i nghiên c u c n phát bi u th t rõ ràng v năđ c n gi i quy t c a mình. C n
xácăđnh th t rõ ràng m c tiêu nghiên c u, ch ng h nănh :
- Hi năt ng,ăđ iăt ng, quá trình nào c n kh o sát b ng thí nghi m? - Nghiên c u nh m m căđíchăgì:
• hi uărõăh năquanăh vào ậ ra c a m t quá trình m i? • soăsánh,ăđánhăgiáăm t s n ph m, m t q trình m i? • kh ngăđ nh l i các quan h đưăđ c xác l p?
• t iă uăhóaăqătrình?
• lo i b t các tác nhân gây m t năđnh cho quá trình, cho s n ph m? 3.5.4.2 Xác đnh các y u t thí nghi m
Các y u t nh h ng khi làm thí nghi măth ng chia thành 2 nhóm l n: nhóm các y u t thí nghi m và các y u t gây nhi u. Các y u t thí nghi m, cịn g i là các bi n thí nghi m, là các y u t mà nhà nghiên c u mu năđi u khi n giá tr c a chúng m t cách có ch đíchăđ xem xét xem k t qu thayăđ iănh ăth nào. Các y u t gây nhi u là các y u t có nhă h ngă đángăk đ nă đ iă t ngă nh ngă taă khơngămu nă tínhă đ n chúng trong thí nghi m.
Sauăkhiăđưăxácăđ nhăđ c các bi n thí nghi m, ta c năxácăđ nh kho ngăthayăđ i giá tr cho t ng bi n, các m c giá tr mu n xác l p cho t ng bi n khi ti n hành thí nghi m. M t nguyên t c quan tr ng là c g ng s d ng s l ng m c giá tr thayăđ i cho t ng bi n càng th p càng t t. giaiăđo n thí nghi măs ăb đ xácăđnh các y u t chính, c g ng ch n kho ngăthayăđ i giá tr cho t ng bi n càng r ng càng t t. Thêm n a, c n xác
đ nhăxemăcáchăđoăhayătínhătốnăgiáătr cho các bi n này sao cho có th cóăđ c các s li u chính xác, ph c v cho q trình phân tích sau này.
3.5.4.3 L a ch n hàm m c tiêu
Ta c n cân nh c và quy tăđnh l a ch n y u t đ u ra nào th c s cung c p các thơng tin h u ích v qătrìnhăhayăđ iăt ngăđangăc n nghiên c u.ăH năn a, c n xem xét li u thông s đ cătr ngăc a y u t này có th đoăđ c m t cách thu n ti n hay không.
3.5.4.4 Thi t k thí nghi m
b c này, s l ng và trình t các thí nghi m s đ c xác l p. Giá tr c a m i bi n thí nghi m trong t ng thí nghi măc ngăc năđ c ch rõ. K ho ch thí nghi măth ng
đ c l p thành m t b ng thí nghi m hay cịn g i là ma tr n thí nghi m. M i c t c a b ng là m t bi n thí nghi m; m i hàng c a b ng là m t t p h p các giá tr c a các bi n cho m i thí nghi m.
i u c năl uătơmăkhiăti n hành thí nghi m là ph iăđoăđ c th t c n th n các thông s c n thi t. Bên c nhăđó,ăc năghiăchép,ăl uătr các k t qu thí nghi măkèmătheoăcácăđi u ki n xác l p thí nghi măđó.ăL uăỦăr ng m t trong các nguyên t c c a nghiên c u khoa h c là k t qu ph i có kh n ngătáiăl p l i. Nói cách khác, thí nghi m n uăđ c ti n hành l i nh ngăn iăkhác,ăt i các th iăđi m khác ph i cho ra cùng k t qu .
3.5.4.6 Phân tích k t qu
Cácăph ngăphápăth ngăkêăth ngăđ c s d ngănh ăm t công c h u hi uăđ x lý d li u thí nghi m. Do s l ng s li u thí nghi măth ng r t l n, vi c phân tích b ng tay là r t ph c t p và t n công s c. Các ph n m m thi t k thí nghi m chuyên d ng hi n nay v a cho phép thi t l p k ho ch thí nghi m chu n xác, ti n d ng, v a có kh n ngă phân tích d li u r tănhanhăchóngăvƠăchínhăxác.ăC ngăc năl uăỦăr ng, các cơng c th ng kê và máy tính ch h tr conăng i tính tốnănhanhăvƠăchínhăxácăh năch không th đ aă
raăcácăđánhăgiáăc th đ c. Chúng ch có th đ aăraănh ngăđ nhăh ng giúp nhà nghiên c uăcóăc ăs tin c yăđ đ aăraănh n xét c a mình mà thơi.
3.5.4.7 K t lu n
C năc vào k t qu đưăđ c phân tích, nhà nghiên c uăđ aăraăcác k t lu n c a mình.
Sau q trình tr i nghi m v i mơ hình, máy móc th c t và x lý các k t qu , nhà nghiên c uăc ngăc n ch ra các kinh nghi măvƠăđ xu tăđ nhăh ng nghiên c u ti pătheo.ăC ngă
có th và nên ti n hành các thí nghi m kh ngăđ nh l i các k t lu năđưăsuyădi n t vi c phân tích k t qu thí nghi m cácăb cătr c [11].
Hình 3.8: Các d ng thi t k thí nghi m Central Composite Designs và Box-Behnken Các d ng thi t k thí nghi m Central Composite Designs và Box-Behnken [12] đ c th
hi n trong Hình 3.8 và B ng 3.1.
B ngă3.1:ă B ng so sánh các tính ch tăc ăb n c a các d ng thi t k đápă ng b m t
Lo iă
thi tăk Tênăti ngăanh N iădung
CCC Circumscribed CCC designs provide high quality predictions over the entire design space, but require factor settings outside the range of
the factors in the factorial part. Note: When the possibility of
running a CCC design is recognized before starting a factorial experiment, factor spacings can be reduced to ensure that ± for each coded factor corresponds to feasible (reasonable) levels.
CCI Inscribed CCI designs use only points within the factor ranges
originally specified, but do not provide the same high quality prediction over the entire space compared to the CCC.
Requires 5 levels of each factor.
CCF Face Centered CCF designs provide relatively high quality predictions over the entire design space and do not require using points outside the original factor range. However, they give poor precision for estimating pure quadratic coefficients. Requires 3 levels for each factor.
Box- Behnken
These designs require fewer treatment combinations than a central composite design in cases involving 3 or 4 factors. The Box-Behnken design is rotatable (or nearly so) but it contains regions of poor prediction quality like the CCI. Its "missing corners" may be useful when the experimenter should avoid combined factor extremes. This property prevents a potential loss of data in those cases.
Requires 3 levels for each factor.
Khi l a ch n các d ng thi t k theo m c tiêu, tham kh o b ng l a ch n d ng thi t k thí